
- •Экзаменационные вопросы по дисциплине
- •2. Частота события. Статистическое определение вероятности.
- •3. Классическое и геометрическое определения вероятности.
- •4. Аксиомы теории вероятностей. Основные следствия из аксиом.
- •5. Условная вероятность. Независимость событий. Теорема умножения вероятностей.
- •6. Теорема сложения вероятностей.
- •7. Формула полной вероятности. Формула Байеса.
- •8. Вычисление вероятностей событий с помощью биномиальной и полиномиальной формул.
- •9. Понятие случайной величины и её закона распределения. Дискретные и непрерывные величины.
- •10. Ряд и многоугольник распределения дискретной случайной величины.
- •11. Функция распределения случайной величины и её свойства.
- •12. Плотность распределения непрерывной случайной величины и её свойства.
- •13. Математическое ожидание, мода и квантили случайной величины.
- •14. Моменты, дисперсия и среднее квадратическое отклонение случайной величины.
- •15. Биномиальное распределение. Распределение Пуассона. Геометрическое распределение. Биномиальное распределение
- •Распределение Пуассона
- •Геометрическое распределение
- •16. Равномерное распределение. Показательное распределение. Равномерное распределение
- •Показательное распределение
- •17. Одномерное нормальное распределение.
- •18. Понятие случайного вектора. Ряд распределения двумерного дискретного случайного вектора.
- •19. Функция и плотность распределения случайного вектора.
- •20. Зависимость и независимость случайных величин.
- •21. Корреляционный момент и коэффициент корреляции двух случайных величин.
- •22. Многомерное нормальное распределение.
- •23. Математическое ожидание и дисперсия функции случайных величин.
- •24. Основные свойства математического ожидания.
- •25. Основные свойства дисперсии и коэффициента корреляции.
- •26. Распределения “хи-квадрат”, Стьюдента и Фишера.
- •27. Закон больших чисел.
- •28. Центральная предельная теорема.
- •29. Дискретная цепь Маркова: основные понятия и свойства.
- •30. Выборка и её вариационный ряд. Статистический ряд результатов измерений.
- •31. Гистограмма и полигон частот.
- •32. Статистическая функция распределения.
- •33. Понятие о точечных оценках параметров и их свойствах.
- •34. Точечные оценки математического ожидания, дисперсии и среднего квадратического отклонения.
- •35. Понятие об интервальном оценивании параметров.
- •36. Построение доверительных интервалов для математического ожидания и дисперсии нормально распределённой случайной величины.
- •37. Проверка статистических гипотез: основные определения и общая схема проверки.
- •38. Критерий согласия Пирсона.
- •39. Критерий согласия Колмогорова. Критерий однородности Смирнова. Критерий согласия Колмогорова
- •. Критерий однородности Смирнова
38. Критерий согласия Пирсона.
Критерий Пирсона используется для проверки гипотезы о предполагаемом законе распределения генеральной совокупности Х по данным выборки . Этот закон может быть задан с помощью функции, плотности или ряда распределения. Параметры соответствующего закона задаются заранее или определяются по данным выборки.
Множество возможных
значений СВ Х
разбивается на l
непересекающихся интервалов (в случае
непрерывной СВ) или l
групп различных значений (в случае
дискретной СВ). Далее по данным
сформированной выборки
определяются значения
,
где
– количество элементов выборки, попавших
в i-й
интервал (i-ю
группу значений),
– вероятность попадания СВ Х
в i-й
интервал (i-ю
группу значений), вычисленная для
предполагаемого закона распределения.
После этого вычисляется значение
статистики
,
где l
– число интервалов (групп значений), n
– объём выборки,
– СВ, реализацией которых являются
соответствующие значения
.
Если гипотеза
является истинной, то статистика К
при бесконечно большом n
независимо от закона распределения СВ
Х
имеет распределение “хи-квадрат” с
степенями свободы, где r
– количество параметров закона
распределения, значения которых
определяются по данным выборки. Если,
например, выдвинута гипотеза о согласии
статистических данных с нормальным
распределением (или с распределением
Пуассона), но соответствующие параметры
m
и
(или параметр )
не заданы и в качестве их значений
используются реализации точечных
оценок, то следует положить
(или
).
Если выдвинута гипотеза о согласии с
заданным законом распределения с
заданными значениями параметров, то
.
При использовании
критерия предполагается, что
и разбиение на интервалы или группы
значений проведено так, что
,
.
Рекомендуется брать
.
Для принятия или
отклонения гипотезы задаётся уровень
значимости
и с помощью таблицы определяется значение
,
удовлетворяющее условию
.
Если вычисленное по данным выборки
значение статистики К
не превосходит
,
то выдвинутая гипотеза принимается,
иначе – отклоняется.
Основное достоинство критерия Пирсона состоит в возможности определять значения параметров предполагаемого закона распределения по данным выборки. Основной недостаток критерия состоит в том, что при его использовании происходит потеря информации из-за группировки элементов выборки по интервалам или группам значений.
39. Критерий согласия Колмогорова. Критерий однородности Смирнова. Критерий согласия Колмогорова
Критерий Колмогорова
используется для проверки гипотезы о
предполагаемом законе распределения
непрерывной СВ Х
по данным выборки
.
Этот закон задаётся в виде непрерывной
функции распределения
с известными значениями параметров.
По данным выборки строится статистическая (эмпирическая) функция распределения СВ Х по формуле , где – количество элементов выборки, значения которых меньше значения аргумента х. Далее определяется значение статистики
,
где
– случайная функция, реализацией которой
является
.
При использовании критерия предполагается, что . Если гипотеза является истинной, то закон распределения статистики К при бесконечно большом n не зависит от закона распределения непрерывной СВ Х и представляет собой закон Колмогорова, который задаётся таблично.
Для принятия или
отклонения гипотезы задаётся уровень
значимости
и с помощью таблицы распределения
Колмогорова определяется значение
,
удовлетворяющее условию
.
Если вычисленное по данным выборки
значение СВ К
не превосходит
,
то гипотеза принимается, иначе –
отклоняется.